编辑导语数据的建立能够为企业带来决策的依据，BI的核心价值在于满足企业不同人群对数据查询、分析和探索的需求，从而帮助企业更好的管理与决策。本文区别于传统的BI系统，更加注重于业务人员的自助式、探索式敏捷分析，一起来看看吧。

本篇为《浅谈BI系统设计》系列第一篇原创文章。文章从三个问题入手

通过对BI价值以及核心功能介绍，希望让读者对BI系统有初步了解。

一、BI介绍

在20世纪80年代，沃尔玛就开始建立数据仓库系统。为了能够准确了解顾客在其门店的购买习惯，于是对顾客的购物行为进行分析，想知道顾客经常一起购买的商品有哪些。

沃尔玛数据仓库里集中了其各门店的详细原始交易数据。在这些原始交易数据的基础上，沃尔玛利用数据挖掘方法对这些数据进行分析用来提高销售额。那个著名的“啤酒与尿布”故事中，将啤酒与尿布绑定销售的逻辑即来源于此。

在2020年，“数据”被纳为生产要素，与劳动、资本、土地、知识、技术、管理等生产要素放在一起。随着数字化经济发展到一定阶段后，数据的价值逐渐凸显出来。它犹如一座有待挖掘的矿山，需要不断地开采、合理利用，继而发挥其最大价值给组织业务带来增长。

图1 数据成为数字时代的生产要素

我们通常会采取大数据相关技术，如数据仓库、数据挖掘、数据可视化等技术进行数据分析，通过分析结果来辅助业务决策。这就是商业智能（BI），它是挖掘数据价值的一种手段，表现形态可以是一套大数据技术组合的解决方案，也可能是一款数据分析工具。

本篇文章所写的BI系统是指独立的一款可视化数据分析工具，它与传统BI不同的是，更注重于业务人员的自助式、探索式敏捷分析。

图2 传统BI与敏捷BI业务流程对比

二、BI价值

BI的核心价值在于满足企业不同人群对数据查询、分析和探索的需求，从而为管理和业务提供数据依据和决策支撑。这个说法较为宏观，下面从组织、业务、人员等角度分析其价值。

驱动组织数字化转型企业数字化转型的本质是经验驱动决策向数据驱动决策的转变，如何最大化利用数据价值成为关键。需要不断挖掘数据，提炼出有效信息，并且将有效信息转化为可参考、可执行的知识，最终通过数据支撑管理决策。

这个过程涉及到数据在BI系统内的流转，如将数据接入系统，对数据进行业务主题分析，最终将结果可视化展示作为决策依据。

图3 将数据变得有价值

推动业务精细化运营BI 作为数据驱动决策的第⼀步，其主要推动企业在从“粗放式”向“精细化”管理过渡中，从⽽提⾼运营效率、增加客户收⼊，更有效地提⾼企业竞争⼒。

知识共享沉淀通过BI将组织内成员的数据分析方法、经验落地成为报告等内容，通过知识共享沉淀来提高组织整体的数据素养。

BI为组织内部不同角色成员所提供的核心价值不同，下面通过高管、业务执行人员、IT人员三种角色来说。

对管理人员BI主要是为其提供管理依据，通过数据来辅助决策。让管理者通过数据反馈的结果，掌握组织的实时运转状况。

对于业务执行人员提高业务效率，促进业务流程优化。业务人员面对的数据需求往往是非常复杂的，如何高效地提炼出数据分析结果成为关键，自助式BI分析让执行人员更专注于业务主题分析。

对于IT人员打通数据孤岛，释放IT资源。各部门间都要IT进行数据开发，导致开发资源紧张。通过BI将各业务系统数据打通，节约开发资源，缩短建设周期。

三、核心能力

市场上BI系统面对的业务形态各有不同，所以它们的核心能力不尽相同。

有些是非常垂直行业的数据分析平台，如C端产品同学可能比较熟悉的神策、GrowingIO等，主要通过埋点来监测、收集互联网上的用户行为数据进行分析。

图4 神策

而另一类相对来说比较通用的BI，也是本篇文章要讲的。它是全行业通用数据分析工具，如Tableau、FineBI等。它们可以单独作为数据分析工具使用，具有数据采集、数据整合以及可视化分析能力；也可与数仓配合使用，对数仓存储整合后的数据进行挖掘、可视化分析。

图5 Fine BI

在组织内一套BI系统的构建并非易事，它往往要和组织架构、业务架构、IT架构、数据架构等顶层系统性设计相结合，才能建设符合组织发展趋势的系统。

在这里只做产品功能层面的核心能力讲述，如数据连接、数据处理、可视化分析、多维交互分析以及数据应用的共享分发等。

图6 BI核心能力

数据连接连接业务系统数据，便于在BI平台统一管理和取数。

数据处理对接入原始数据读取、转化、建模等操作，构建方便业务主题分析的数据集。

可视化分析提供可视化面板、拖拽式操作制作图表、报告等，让用户进行自助式数据分析。

多维交互分析提供上卷下钻、联动跳转等功能，让用户对数据进行多维剖析进而发现问题。

数据应用分发将数据分析结果和思路制作成报告、数据门户、领导驾驶舱等，通过不同数据应用的分发共享，以达到协作、汇报等目的。

四、功能结构

BI系统在设计上除了要遵循企业架构、业务架构外，主要依据是数据架构，也就是数据在系统内流转的思路。从“数据连接—数据准备—可视化分析—数据应用分发”，通过一系列组件实现数据建模和可视化等功能。

图7 BI核心功能结构

1. 数据连接模块

需要支持连接多种数据源，如关系型数据库MySQL、Oracle，通过 JDBC 的方式直接连接数据库。支持Excel本地文件上传以及大数据平台如ClickHouse对接等。

2. 数据准备模块

通常数据分组分包、可视化ETL等功能，主要是将连接到BI系统的数据进行整合、建模。将数据源内的原始工作表，按需取数放入数据包中，在可视化ETL中将工作表行列转化、合并、过滤等操作，加工成业务分析所需要的工作表。

3. 仪表板模块

仪表板模块是业务人员使用频率较高的模块，通常具有可视化分析、多维交互分析、可视化编排等功能。它主要是将数据字段映射到可视化图形，提供多维交互分析，最终呈现可视化结果。

可视化分析主要是将工作表数据字段通过拖拽操作映射到图表维度、指标上，从而绘制出各类图表，常见的图表类型有趋势类、占比类、分布类、空间类、关系类等。

多维交互分析（也是OLAP分析），是通过上卷、下钻、旋转、切片/切块等操作对数据进行多维度分析。

可视化编排是将分析图表、页面组件等进行布局美化，让数据可视化结果更加清晰美观，具有更多的页面组件增加分析能力。

4. 数据应用模块

将数据分析的可视化结果，以不同应用的方式分发，通常有驾驶舱、数据门户、移动BI、外部链接、预警通知等功能。

5. 系统管理模块

系统管理模块主要是对整个系统内用户、权限以及资产的管理，能够实现对数据的行列级权限管控，保障数据稳定建设的，保障数据安全性。

五、

在对BI建设价值、核心功能了解之后，有助于我们结合实际需求去分析BI建设的必要性以及如何建设BI系统。BI系统在实际设计过程中，每个模块都有大量的功能以及细节要去处理。需先从全局概览其全貌，再深入到模块细节设计。

我认为BI系统本质是依据数据的流转思路进行设计，从数据采集、数据分析到的可视化应用，在下一篇将通过BI系统框架设计来看如何将产品落地并绘制原型图。

作者Shawn，一个正在学习成长中的数据可视化产品经理；微信公众号一只弹吉他的程序猿

本文由 @Shawn 原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自Unsplash，基于CC0协议。